Starszy inżynier AI

Sana to laboratorium AI, które buduje superinteligencję dla pracy. Wierzymy, że organizacje mogą szybciej osiągać swoje cele, gdy zespoły mogą bez wysiłku uzyskiwać dostęp do wiedzy, automatyzować powtarzalne zadania i uczyć się czegokolwiek dzięki agentom AI. Jako część Workday, zobowiązujemy się do budowania AI, które wspiera ludzi - a nie ich zastępuje.

Realizujemy tę misję poprzez dwa produkty. Sana Agents zapewniają płynny sposób dostępu do wszystkich aplikacji, wiedzy i danych w firmie, umożliwiając agentom AI wykonywanie rzeczywistej pracy, dzięki czemu zespoły mogą przetwarzać i działać na informacjach w niespotykanej dotąd skali. Sana Learn to centrum nauki wspomagane AI, które łączy prostotę nowoczesnej platformy edukacyjnej z inteligentnymi funkcjami, takimi jak AI tutor, automatyczne generowanie treści i interaktywne aplikacje, czyniąc wiedzę nie tylko dostępną, ale i wykonalną.

Jesteśmy zespołem inżynierów i projektantów, którzy mają doświadczenie w takich firmach jak Google, Spotify, Apple i Databricks, zjednoczonym przez głęboką doskonałość techniczną i szybkie iteracje. Nasze narzędzia już teraz pomagają ponad milionowi ludzi lepiej uczyć się i pracować w setkach wiodących przedsiębiorstw - a to dopiero początek.

O roli

Stworzysz podstawową infrastrukturę agentów, która napędza misję Sany, aby wprowadzić superinteligencję do pracy. To zielone pole do zdefiniowania, jak agenci AI planują, rozumieją i wykonują zadania w środowiskach przedsiębiorstw - budując systemy, które niezawodnie radzą sobie z rzeczywistą złożonością na dużą skalę. Będziesz pracować na styku architektury agentów, inżynierii kontekstowej, narzędziowej i inżynierii promptów oraz infrastruktury produkcyjnej.

W tej roli będziesz

• Projektować planowanie wieloetapowe, orkiestrację i trasowanie narzędzi dla agentów
• Implementować agentów generujących kod i wykonywanie kodu w piaskownicy
• Inżynierować strategie pakowania/stanu/kontekstu pamięci
• Równoważyć opóźnienia, jakość i kontrolę kosztów dla wykonania agentów
• Opracowywać bezpieczne alternatywy, łagodne degradacje i solidne zarządzanie błędami
• Współpracować z zespołami platformy i wyszukiwania w celu dostarczenia wielokrotnego użytku infrastruktury agentów
• Ustanawiać gwarancje bezpieczeństwa i mierzalne poprawy jakości

Podstawowe kwalifikacje:

• 3+ lata doświadczenia w inżynierii oprogramowania przy budowie systemów backendowych lub platformowych w produkcji.
• 3+ lata doświadczenia w TypeScript, z silnym doświadczeniem w pisaniu niezawodnych, łatwych w utrzymaniu usług.
• 3+ lata doświadczenia z systemami rozproszonymi, API, asynchronicznymi przepływami pracy i architekturą zorientowaną na usługi.
• 3+ lata doświadczenia w projektowaniu systemów z naciskiem na skalowalność, niezawodność, obserwowalność i łatwość utrzymania.

Inne kwalifikacje:

• Doświadczenie w budowaniu i wdrażaniu aplikacji zasilanych LLM w produkcji.
• Doświadczenie w budowaniu platform agentów lub infrastruktury AI.
• Głębokie zrozumienie szczegółów niskiego poziomu API LLM OpenAI, Google i Anthropic, w tym wywoływania narzędzi, pamięci podręcznej systemu prompt itp.
• Znajomość wzorców aplikacji LLM, w tym wywoływania narzędzi, generacji wzbogaconej o wyszukiwanie (RAG), zarządzania pamięcią i kontekstem, wieloetapowej orkiestracji oraz systemów z udziałem ludzi.
• Doświadczenie w budowaniu i uruchamianiu systemów uczenia maszynowego w produkcji, w tym kompilowanie zbiorów danych treningowych i testowych, budowanie potoków treningowych, ocena modeli oraz wykrywanie i obsługa driftu (sieci neuronowe, modele Gaussa, próbkowanie Thompsona itp.).
• Doświadczenie w projektowaniu ram oceny jakości i bezpieczeństwa LLM lub agentów, w tym praktyczne korzystanie z platform takich jak Langfuse lub LangSmith.
• Znajomość baz danych wektorowych, inżynierii promptów i kontekstu oraz narzędzi eksperymentalnych.
• Doświadczenie w pracy z środowiskami piaskownicowymi, takimi jak Modal, oraz projektowaniu ścisłych modeli kontroli dostępu, aby zapewnić bezpieczeństwo i szyfrowanie danych użytkowników przez cały czas.
• Doświadczenie w uruchamianiu usług w środowiskach opartych na Kubernetes w GCP lub równoważnych platformach chmurowych.
• Komfortowa praca z Postgres i Redis w kontekście usług o wysokiej przepustowości i niskim opóźnieniu.
• Wkład w projekty open source w TypeScript.
• Umiejętność poruszania się w niepewności, podejmowania silnych decyzji technicznych oraz prowadzenia projektów od koncepcji do produkcji.
• Silne umiejętności komunikacyjne i współpracy, z umiejętnością efektywnego partnerowania z zespołami inżynieryjnymi, produktowymi i badawczymi AI.